中国科学院自动化所

1中国科学院自动化所研究生中期考核表申请考核人彭婷学号200518014628040学生类型2005级博士生论文题目变分模型以及其在遥感图像道路提取中的应用指导教师胡包钢研究员，普林特副研究员学科(专业)模式识别与智能系统研究方向图像处理与计算机视觉2007年12月11日2在学期间发表论文情况论文题目刊物名称刊物类型卷/期号发表时间作者排名作者列表收录情况UrbanroadextractionfromVHRimagesusingamultiscaleapproachandaphasefieldmodelofnetworkgeometryProc.4thIEEEGRSS/ISPRSJointWorkshoponRemoteSensingandDataFusionoverUrbanAreas国际会议--2007年4月第一作者T.Peng,I.H.Jermyn,V.Prinet,J.Zerubia,andB.Hu已发表AphasefieldmodelincorporatinggenericandspecificpriorknowledgeappliedtoroadnetworkextractionfromVHRsatelliteimagesProc.BritishMachineVisionConference2007国际会议--2007年9月第一作者T.Peng,I.H.Jermyn,V.Prinet,J.Zerubia,andB.Hu已发表国内刊物0国内会议0SCI收录0ISTP收录0国际刊物0国际会议2EI收录0核心刊物0统计情况已发表论文总数2已正式接受论文总数2在学期间出版专著、获得科研成果奖励及有学术价值专利情况专著名称出版社出版专著时间排名作者列表科研奖励名称设奖部门获得奖励时间获奖者列表专利名称专利类型及专利号专利时间获专利者列表统计情况专著0篇专利0项获国家奖0项获省部奖0项4课程学习成绩（可填写或附成绩单原件）学位课程名称（如补考用*号注明）学分成绩非学位课程名称（如补考用*号注明）学分成绩博士英语85图论96课程学习总学分成绩审核人：培养单位研究生管理部门或院系（签字）（盖章）年月日5课题进展及综述本课题主要研究的是，如何构造变分模型，在高噪声图像中分割带状或者线状物体，以及模型在从密集城区的高分辨率遥感图像中，自动提取道路网络方面的应用。在Rochery等人[1]相位场建模的基础上，我们提出了完整的模型框架。模型能量由两个部分组成：先验能量和数据能量。先验能量引入了轮廓点之间的长距离相互作用，从而描述了目标区域几何形状的先验知识，即道路是具有一定宽度、边缘大致平行、相交于一些连接点的结构；数据能量描述了图像中目标和背景的灰度值统计信息。通过昀小化这个总能量，可以得到道路网络区域的估计。1．主干道路提取遥感图像分辨率的提高，带来了更加丰富和更加精确的信息，但是同时也带来了极大的挑战：许多在中低分辨率图像中不可见的噪声，如汽车、道路标示线、建筑物阴影等，可能严重地影响到识别过程；道路本身不再是单一的线状特征，而是呈现出不同的宽度、曲率等几何性质。为了克服这些困难，我们提出了两个能量项：多分辨率数据能量和GIS先验能量。多分辨率数据能量的建立主要考虑到以下三个因素：高分辨率遥感图像包含了不同尺度的地物；高分辨率图像数据量巨大，对算法速度的要求很高；同一个物体在不同尺度下观测的特性明显不同。多分辨率数据能量被定义为在几个不同分辨率下的单分辨率数据能量之和，从而可以结合低分辨率数据和高分辨率数据的优势：在低分辨率数据中，大部分可能影响识别过程的细节被去除，但是不够准确；而高分辨率数据可以进一步提高分割的精度。实验结果显示，多分辨率数据模型比单分辨率数据模型有一定程度的改善，但是背景仍然存在很多错误分割区域，这说明了模型需要加入更强的先验知识。模型现有的先验能量包含的是通用的先验知识，即对任何道路网络都适用。在此基础上，根据已有的过时的GIS数字地图，进一步提出了一个特定的GIS先验能量项。GIS数字地图比卫星图像早几年获得，因而两者之间存在一些细微差别。为了测试模型的有效性，我们进一步引入人为的错误来加大问题的难度。先验能量项考虑的是地图中的道路和分割现阶段的道路的差异，它能够有效地减小背景的错误分割区域。实验证明，在全分辨率下，模型可以保留未变化的道路，纠正地图中的错误，并提取新出现的道路。另外，我们用低分辨率下未采用GIS信息的提取结果来代替数字地图，该模型仍然有效。这显示了该模型并不依赖于GIS数据的存在。2．次级道路提取将上述模型应用到次级道路提取中仍然存在问题，这是因为和主干道路相比，次级道路的提取难度更大。这表现在，次级道路的灰度值和背景更加接近；次级道路很容易被道路两边的树木、建筑物阴影等完全遮挡，从而可能引起裂缝。这导致了简单的从下至上的数据驱动模型的失败。而在包含了先验知识的先验能量项中定义的轮廓点之间的长距离相互作用，由于道路宽度的变窄，沿着道路方向的作用也局限在邻域附近。为了对道路的狭长结构建模，我们分别构造了一个非线性的、非局部的先验能量和一个线性的、非局部的先验能量。非线性的、非局部的先验能量的作用是，沿着道路方向的点对之间相互作用的幅度比垂直道路方向的点对之间相互作用的幅度大。而线性的、非局部的先验能量的作用是，沿着道路方向的点对之间相互作用的范围比道路方向的垂直点对之间相互作用的范围长。从本质上说，相互作用的幅度增大与相互作用的范围加长是等效的，它们使分割出的道路网络具有更好的延伸性。在½和¼分辨率图像上的实验结果，也表明了这两个能量项的等价性，并且远远超过了原有模型的提取效果。[1]M.Rochery,I.H.Jermyn,andJ.Zerubia.Phasefieldmodelsandhigher-orderactivecontours.InProc.ICCV,Beijing,China,Oct.2005.6指导教师申请人的综合评价该博士研究工作的目的是，研究和验证一个新的变分模型，以及它在密集城区的高分辨率卫星图像的道路提取中的应用。这个模型是基于高阶相位场建模。该工作的关键问题是：1）向总的模型能量函数中加入一些形状约束，其目的是，对类似于道路的、细长的区域建模；2）提出一个多分辨率模型框架，用以提取不同宽度的道路。彭婷已经成功地解决了第一个问题，她提出了一种对带状区域形状建模的新颖的方法。这种方法能够有效地描述和提取道路，并且取得了很好的实验结果。她同时开始解决多分辨率提取的问题，提出了一种基于小波分解的方法。以上工作的结果已经在两个国际会议上发表，在2007年，她又向国际会议和期刊提交了其他三篇文章，每篇文章中都提出了一项原创性的工作。彭婷是一个非常勤奋、刻苦和工作严谨的学生，她不怕困难，能很快地理解问题，提出新的解决方法，并很快地实现不同的目标。而且，她还是一个非常乐观向上的学生，有着很好的交流能力。我对彭婷目前已做的研究工作非常满意。考核成绩（以百分制计算，60分以上为合格）：90导师签字：2007年12月28日7所学位评定委员会审核表培养单位学位评定委员会审核意见：学位评定委员会学位评定委员会主席：（公章）副主席：（签字）年月日